该项目整理了图结构数据对抗攻击和防御相关论文，涵盖节点分类、图分类、链接预测等任务。论文按上传日期降序排列，便于了解最新进展。项目还包含一篇综述文章，回顾110多篇相关研究。对图对抗学习研究者提供了系统性的文献资源。

GraphStorm是一个面向企业的图机器学习框架，能处理数十亿节点和边的超大规模图。它提供可扩展的训练和推理管道，内置多种GML模型，支持一键训练。框架还提供丰富配置选项用于自定义模型和训练流程，并支持分布式训练自定义GML模型，只需提供模型实现即可实现扩展。

这个项目是一个全面的图神经网络（GNN）教程，内容涵盖基础架构到最新技术。课程包含四个章节：GNN简介、图注意力网络、GraphSAGE和图同构网络，每章配有详细文章和实践代码。教程旨在帮助学习者掌握GNN的核心概念和实现方法，适合对深度学习感兴趣的研究者和开发者。